3D人脸识别智能门锁及3D人脸解锁方法与流程

本发明涉及智能门锁领域，尤其涉及一种3d人脸识别智能门锁及3d人脸解锁方法。

背景技术：

门锁解锁方式正不断变化，由机械式的钥匙解锁发展到电子密码锁，当前又出现指纹门锁，解锁方式进化的背后一方面是技术的进步，另一方面是人们对门锁的安全性以及门锁的用户体验有着越来越高的需求。钥匙、密码形式的门锁较为传统，安全性较低，体验也一般；指纹门锁通过用户指纹进行解锁，用户无需携带钥匙，也不用记密码，安全性以及体验性比传统门锁稍高，但同样会面临一些问题，比如误识率高，用户手指脱皮、有水等使得解锁不成功，双手被占用时也无法解锁等等，导致目前指纹智能门锁难以普及。

总之，目前仍缺乏一种安全性更高、体验更佳的智能门锁。

技术实现要素：

为解决上述问题，本发明提出一种安全性更高、体验更佳的3d人脸识别智能门锁以及3d人脸解锁方法。

本发明提供一种3d人脸识别智能门锁，包括：锁芯；深度相机，用于获取包含人脸深度图像的人脸图像；处理器，与所述深度相机以及锁芯连接，接收并处理所述包含人脸3d信息的图像，并根据所述处理的结果控制所述锁芯的开启与闭合。

本发明还提供一种3d人脸解锁方法，包括如下步骤：利用深度相机获取包含人脸3d信息的图像；接收并处理所述包含人脸3d信息的图像，并根据所述处理的结果控制锁芯的开启与闭合。

附图说明

图1为本发明一个实施例中3d人脸识别智能门锁的结构示意图。

图2为本发明另一个实施例中3d人脸识别智能门锁的结构示意图。

图3为本发明又一个实施例的3d人脸识别智能门锁的结构示意图。

图4为本发明再一个实施例的3d人脸识别智能门锁的结构示意图。

具体实施方式

下面结合具体实施方式并对照附图对本发明作进一步详细说明，应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。

图1是根据本发明一个实施例的3d人脸识别智能门锁10的结构示意图。智能门锁10包括锁芯110，深度相机120，以及分别与锁芯110和深度相机120连接的处理器130。

深度相机120可以为基于结构光、tof(时间飞行算法)技术的深度相机，用于获取包含人脸3d信息的图像，这里的3d信息一般指深度(depth)图像。深度相机所获取的包含人脸3d信息的图像除了深度图像外，也可以包括可见光图像(例如rgb图像)和/或红外(ir)图像。

处理器130接收来自深度相机120的包含人脸3d信息的图像，并对图像进行处理，比如人脸检测、识别等处理，最后根据处理的结果控制锁芯的开启与闭合。处理器130可以是单个处理器，也可以是多种处理器的组合，例如同时包含嵌入式微处理器(mpu)以及嵌入式微控制器(mcu)。

根据实际应用需求，处理器130控制深度相机120工作在不同模式下，以获取不同类型的包含人脸3d信息的图像，比如仅获取深度图像，或者可以获取除深度图像之外还包括可见光图像或ir图像中的至少一种，获取方式时可以采用同步获取或轮询的方式，比如可以以depth-ir轮流帧获取的模式，轮流获取深度图像和ir图像。

图2是根据本发明另一个实施例的3d人脸识别智能门锁20的结构示意图。与图1中的智能门锁10相比，智能门锁20还包括环境光传感器140。环境光传感器140与处理器连接。环境光传感器140用于检测当前环境光强度，并将当前的环境光强度信号传递给处理器，处理器根据环境光强度控制深度相机在不同的模式下工作并执行与之对应的人脸检测与识别算法。

在一些实施例中，当环境光照较强时，比如强度大于1400lux，处理器中的mpu(比如arm处理器)控制深度相机120采集的包含3d信息的图像为深度图像以及可见光图像(例如rgb图像)，mpu接收深度图像以及rgb图像后执行人脸检测与识别。比如利用深度图像中的距离数据快速进行背景分割以检测人脸深度图像以及人脸rgb图像，其次根据图像识别算法(比如特征匹配算法、基于深度学习的算法等)对人脸深度图像以及人脸rgb图像与预存的被认可的人脸深度图像和rgb图像进行匹配，当匹配度超过相似度阈值(如80％)时，则视为匹配成功，在一个实施例中，当匹配度比较高时，比如超过95％时，将被认可的人脸图像替代为最新采集的图像，由此可以防止人脸缓慢变化所带来的人脸识别精度下降问题。匹配成功后，mpu将开锁指令传给mcu(比如单片机)，mcu响应开锁指令，将锁芯110开启。锁芯110被开启一段时间后，例如5s，mpu控制深度相机120再次启动，当深度相机120未采集到人脸图像时，mpu将关锁指令传给mcu，mcu响应关锁指令，将锁芯110关闭。

在一些实施例中，当环境光照较弱时，比如强度小于1400lux时，处理器控制深度相机120采集深度图像以及红外图像，同时接收深度图像与红外图像后执行人脸检测与识别，并根据识别结果控制锁芯开启与关闭。

图3是根据本发明另一个实施例的3d人脸识别智能门锁30的结构示意图。与图1中行所示的智能门锁10相比，智能门锁30还包括存储器150。存储器150与处理器连接。存储器150包括多个层级的存储单元，预设人脸图像将被保存在层级最高的存储单元中。在成功解锁到门被关上这段时间内深度相机将持续对尾随的人进行人脸检测、识别，并将不属于预设人脸图像的人保存到层级一般的存储单元中，这些被保存的非预设人脸图像可以被用于监控等作用。

其中，存储器150可以本地存储器，也可以是与处理器通信连接的云端存储器。当存储器150是本地存储器时，预设人脸图像可以在智能门锁30装配之前，提前录入本地存储器内。当存储器150是云端存储器时，预设人脸图像可以预录入手机、pad等其它电子设备的数据库中，然后电子设备可通过nfc或者家庭wifi与云端存储器进行数据交互。可以理解的是，人脸随着自然规律可能会发生变化，例如孩子会成长，成人会衰老，使用云端数据库，就可以即时更新预存的人脸图像，从而提高了人脸识别率。此外，除了可以更新云端数据库中的人脸图像，还可以向云端数据库中增加新的人脸图像数据，或者删除原有的人脸图像数据，由此打破了智能门锁的使用局限性，并极大提升了用户体验。

图4是根据本发明另一个实施例的3d人脸识别智能门锁40的结构示意图。与图1中行所示的智能门锁10相比，智能门锁40还包括激活感应器160。激活感应器160与处理器连接。激活感应器160包括热释电传感器、红外探测仪、声控仪(麦克风)等设备中的一种或几种，当在目标区域内检测到有目标靠近时，将检测的信号传递给处理器。当处理器接收到上述信号时激活深度相机。激活感应器一般具体灵敏度高、功耗低、数据量小等优势，由此可以避免深度相机一直处于工作状态，提高了深度相机的利用效率和使用寿命。

上述3d人脸识别智能门锁以及3d人脸解锁方法通过将深度图像与ir图像/rgb图像结合来进行人脸识别解锁(识别误差率1/1000000)，由于深度图像具备二维图像所不具备的立体特性，结合深度图像的人脸识别一方面大幅提升人脸识别的精度，另一方面还可以避免二维人脸图片的欺骗，从而提升人脸识别的案例性。此外，基于深度相机的非接触式的解锁方式，用户无需直接开门，从而提高了用户体验。

以上内容是结合具体的实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，其还可以对这些已描述的实施方式做出若干替代或变型，而这些替代或变型方式都应当视为属于本发明的保护范围。